[论文解读] Computational approach to the emergence and evolution of language - evolutionary naming game model

Adam Lipowski, Dorota Lipowska|arXiv (Cornell University)|Jan 10, 2008

Language and cultural evolution参考文献 9被引用 7

一句话总结

本文提出了一种多智能体进化命名游戏模型，其中智能体通过Baldwin效应演化出学习能力，导致在控制参数发生微小变化时，群体通信能力从低效迅速跃迁至近乎完美。该模型表明，文化传播速度引入了额外的时间尺度，影响语言演化，凸显语言与生物过程之间的强烈相互作用。

ABSTRACT

Computational modelling with multi-agent systems is becoming an important technique of studying language evolution. We present a brief introduction into this rapidly developing field, as well as our own contributions that include an analysis of the evolutionary naming-game model. In this model communicating agents, that try to establish a common vocabulary, are equipped with an evolutionarily selected learning ability. Such a coupling of biological and linguistic ingredients results in an abrupt transition: upon a small change of the model control parameter a poorly communicating group of linguistically unskilled agents transforms into almost perfectly communicating group with large learning abilities. Genetic imprinting of the learning abilities proceeds via Baldwin effect: initially unskilled communicating agents learn a language and that creates a niche in which there is an evolutionary pressure for the increase of learning ability. Under the assumption that communication intensity increases continuously with finite speed, the transition is split into several transition-like changes. It shows that the speed of cultural changes, that sets an additional characteristic timescale, might be yet another factor affecting the evolution of language. In our opinion, this model shows that linguistic and biological processes have a strong influence on each other and this effect certainly has contributed to an explosive development of our species.

研究动机与目标

• 研究语言与生物演化在语言发展过程中如何共同演化。
• 模拟通过智能体交互与学习实现共同词汇的涌现。
• 考察Baldwin效应在选择增强学习能力方面的作用。
• 分析文化传播速度如何影响语言演化的轨迹。
• 展示通信效率与学习能力之间的共同演化反馈机制。

提出的方法

• 智能体通过反复互动参与命名游戏，以建立共享词汇。
• 学习能力以基因形式编码，并根据通信成功程度通过自然选择演化。
• 模型引入Baldwin效应：初始时不具备技能的智能体通过学习，对进化出更强先天学习能力施加选择压力。
• 控制参数调控通信效率，微小变化即可引发群体表现的突变式转变。
• 模型假设文化传播具有有限速度，引入一个与生物演化不同的新时间尺度。
• 模拟追踪智能体互动、词汇收敛以及学习能力随时间的演化变化。

实验结果

研究问题

• RQ1 生物演化与语言学习的耦合如何导致智能体群体通信能力的提升？
• RQ2 Baldwin效应在通信系统学习能力演化中扮演何种角色？
• RQ3 文化传播速度的有限性如何影响语言演化的动态？
• RQ4 何种条件会触发从无效到高效通信的突变式转变？
• RQ5 语言与生物过程在语言演化中以何种方式相互影响？

主要发现

• 控制参数的微小变化即可引发智能体群体通信能力从低效到近乎完美的突变式跃迁。
• 该跃迁由Baldwin效应驱动，即通过学习通信形成选择压力，促使先天学习能力增强。
• 文化传播速度的有限性引入了一个新的特征时间尺度，影响语言演化的动力学。
• 模型表明语言与生物过程相互依赖，共同推动语言的快速演化。
• 学习能力的基因印记导致智能体群体进入稳定且高通信效率的状态。
• 该系统表明，文化传播速度可作为塑造语言演化速度与方向的关键因素。